Git Stars Git Stars

#vlm Repositories

Entdecke 89 aktive Open-Source-GitHub-Repositories, die mit #vlm getaggt sind und insgesamt 457,898 Sterne gesammelt haben (durchschnittlich 5,144 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist huggingface/transformers mit 169,339 Sternen.

89
Gesamtzahl der Repositories
457,898
Gesamtanzahl der Sterne
5,144
Durchschnittliche Sterne/Repo

Insgesamt 89 Repositories

1
huggingface/transformers

🤗 Transformers: Der Framework zur Modell-Definition für State-of-the-Art-Machine-Learning-Modelle in Text, Vision, Audio und multimodalen Modellen, sowohl für Inferenz als auch für Training.

huggingface
⭐ 169,339 Python 👤 huggingface Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2018-10-29
2
bytedance/UI-TARS-desktop

Der Open-Source Multimodal AI Agent Stack: Verbindung von Spitzen-KI-Modellen und Agenten-Infrastruktur

bytedance
⭐ 39,583 TypeScript 👤 bytedance Organization 🕐 Aktualisiert 2026-10-09 📅 Erstellt 2025-01-19
3
sgl-project/sglang

SGLang ist ein Hochleistungs-Serving-Framework für große Sprachmodelle und multimodale Modelle.

sgl-project
⭐ 38,899 Python 👤 sgl-project Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-01-08
4
JuneYaooo/rea-video

Analysiere jedes Video rückwärts, Shot für Shot: Finde heraus, ob es gefilmt, KI-generiert oder programmiert wurde – und wie du es nachbauen kannst. Aufschlüsselungen im offenen VIDEO.md-Format.

JuneYaooo
⭐ 11,577 Python 👤 JuneYaooo User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-10-29
5
StarTrail-org/PixelRAG

https://arxiv.org/abs/2606.28344. Das Ende des Web-Parsings. Der Beginn der skalierbaren Pixel-nativen Suche. Link: https://pixelrag.ai/

StarTrail-org
⭐ 10,976 Python 👤 StarTrail-org Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2026-05-29
6
RunanywhereAI/runanywhere-sdks

Produktionsreifes Toolkit zum lokalen Ausführen von KI

RunanywhereAI
⭐ 10,354 C++ 👤 RunanywhereAI Organization 🕐 Aktualisiert 2026-11-10 📅 Erstellt 2025-07-22
7
roboflow/notebooks

Eine Sammlung von Tutorials zu hochmodernen Computer-Vision-Modellen und -Techniken. Entdecken Sie alles von grundlegenden Architekturen wie ResNet bis hin zu Spitzenmodellen wie RF-DETR, YOLO11, SAM 3 und Qwen3-VL.

roboflow
⭐ 9,749 Jupyter Notebook 👤 roboflow Organization 🕐 Aktualisiert 2026-09-22 📅 Erstellt 2022-11-18
8
yzhao062/anomaly-detection-resources

Bücher, Papiere, Videos und Werkzeugkästen zur Anomalieerkennung. Letztes Update Ende 2025 für LLM- und VLM-Arbeiten!

yzhao062
⭐ 9,457 Python 👤 yzhao062 User 🕐 Aktualisiert 2026-03-02 📅 Erstellt 2018-05-16
9
oumi-ai/oumi

Qwen, Gemma oder jedes offene agentische LLM/VLM ganz einfach feinabstimmen (SFT/RL), evaluieren und bereitstellen!

oumi-ai
⭐ 9,441 Python 👤 oumi-ai Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-05-07
10
qualcomm/GenieX

Führen Sie führende LLMs und VLMs lokal auf Qualcomm-Geräten über NPU, GPU und CPU mit nur wenigen Codezeilen aus

qualcomm
⭐ 8,544 Go 👤 qualcomm Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-08-16
11
PaddlePaddle/ERNIE

Das offizielle Repository für ERNIE 4.5 und ERNIEKit – sein industrielles Entwicklungstoolkit basierend auf PaddlePaddle.

PaddlePaddle
⭐ 7,739 Python 👤 PaddlePaddle Organization 🕐 Aktualisiert 2026-07-24 📅 Erstellt 2019-03-03
12
om-ai-lab/VLM-R1

Visuelles Verständnis mit verstärkten VLMs lösen

om-ai-lab
⭐ 6,048 Python 👤 om-ai-lab Organization 🕐 Aktualisiert 2026-07-07 📅 Erstellt 2025-02-06
13
OpenBMB/UltraRAG

Ein Low-Code-MCP-Framework zum Aufbau komplexer und innovativer RAG-Pipelines

OpenBMB
⭐ 5,748 Python 👤 OpenBMB Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-01-16
14
changyeyu/LLM-RL-Visualized

🌟100+ Originale LLM / RL-Diagramme 📚, präsentiert vom Autor von "Large Model Algorithms"! 💥 (100+ LLM/RL Algorithmus-Karten)

changyeyu
⭐ 5,032 Python 👤 changyeyu User 🕐 Aktualisiert 2026-09-10 📅 Erstellt 2025-04-26
15
joanrod/star-vector

StarVector ist ein Basismodell für die SVG-Generierung, das die Vektorisierung in eine Code-Generierungsaufgabe umwandelt. Mithilfe einer Vision-Language-Modeling-Architektur verarbeitet StarVector sowohl visuelle als auch textuelle Eingaben, um qualitativ hochwertigen SVG-Code mit bemerkenswerter Präzision zu erzeugen.

joanrod
⭐ 4,639 Python 👤 joanrod User 🕐 Aktualisiert 2025-11-07 📅 Erstellt 2023-12-11
16
EvolvingLMMs-Lab/lmms-eval

One-for-All Multimodales Evaluations-Toolkit für Text-, Bild-, Video- und Audio-Aufgaben

EvolvingLMMs-Lab
⭐ 4,501 Python 👤 EvolvingLMMs-Lab Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-03-07
17
Hunyuan-PromptEnhancer/PromptEnhancer

[CVPR 2026] PromptEnhancer ist ein Prompt-Umschreibwerkzeug, das Prompts in klarere, strukturierte Versionen verfeinert für eine bessere Bildgenerierung.

Hunyuan-PromptEnhancer
⭐ 3,808 Python 👤 Hunyuan-PromptEnhancer Organization 🕐 Aktualisiert 2026-08-18 📅 Erstellt 2025-09-09
18
modelscope/evalscope

Ein optimiertes und anpassbares Framework für die effiziente Bewertung und Leistungsmessung großer Modelle (LLM, VLM, AIGC).

modelscope
⭐ 3,715 Python 👤 modelscope Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-12-07
19
mit-han-lab/llm-awq

[MLSys 2024 Best Paper Award] AWQ: Aktivierungsabhängige Gewichtungsquantisierung für LLM-Kompression und -Beschleunigung

mit-han-lab
⭐ 3,590 Python 👤 mit-han-lab Organization 🕐 Aktualisiert 2025-07-17 📅 Erstellt 2023-06-01
20
SoMarkAI/OXR

Ein quelloffenes Dokumentenparser-Modell mit modernster Genauigkeit und Geschwindigkeit, das während des Post-Trainings eine RSI-Schleife verwendet.

SoMarkAI
⭐ 3,549 Python 👤 SoMarkAI Organization 🕐 Aktualisiert 2026-11-06 📅 Erstellt 2026-10-05
21
MiniMax-AI/MiniMax-01

Das offizielle Repository von MiniMax-Text-01 und MiniMax-VL-01, großes Sprachmodell & Sprach-Vision-Modell basierend auf linearer Aufmerksamkeit

MiniMax-AI
⭐ 3,445 Python 👤 MiniMax-AI Organization 🕐 Aktualisiert 2025-07-07 📅 Erstellt 2025-01-14
22
xlang-ai/OSWorld

[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments

xlang-ai
⭐ 3,273 Python 👤 xlang-ai Organization 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2023-10-16
23
SkyworkAI/Skywork-R1V

Skywork-R1V ist eine fortschrittliche multimodale KI-Modellreihe, entwickelt von Skywork AI, spezialisiert auf die Vision-Sprach-Argumentation.

SkyworkAI
⭐ 3,174 Python 👤 SkyworkAI Organization 🕐 Aktualisiert 2026-07-29 📅 Erstellt 2025-03-15
24
SharpAI/DeepCamera

Plattform für Open‑Source‑AI‑Kamerafähigkeiten, AI‑NVR und CCTV‑Überwachung. Lokale VLM‑Videoanalyse mit Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. LLM‑gestützter, agentisierter Sicherheitskameraagent – beobachtet, versteht, erinnert sich und schützt Ihr Zuhause über Telegram, Discord oder Slack. Plugbare AI‑Fähigkeiten. OpenAI, Google, Anthropic oder lokale AI. Läuft auf Mac Mini & AI‑PC.

SharpAI
⭐ 3,144 JavaScript 👤 SharpAI Organization 🕐 Aktualisiert 2026-09-17 📅 Erstellt 2019-03-05
25
QiuYannnn/Local-File-Organizer

Ein KI-gestütztes Dateiverwaltungstool, das die Privatsphäre durch die Organisation lokaler Texte und Bilder gewährleistet. Mithilfe der Modelle Llama3.2 3B und Llava v1.6 mit dem Nexa SDK scannt, restrukturiert und organisiert es Dateien intuitiv für einen schnellen, nahtlosen Zugriff und eine einfache Wiederbeschaffung.

QiuYannnn
⭐ 3,069 Python 👤 QiuYannnn User 🕐 Aktualisiert 2024-10-21 📅 Erstellt 2024-09-21
26
lightseekorg/tokenspeed

TokenSpeed ist eine LLM-Inferenz-Engine mit Lichtgeschwindigkeit.

lightseekorg
⭐ 2,944 Python 👤 lightseekorg Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-05-06
27
om-ai-lab/OmAgent

[EMNLP-2024] Multimodale Sprachagenten für schnelle Prototypenentwicklung und Produktion erstellen

om-ai-lab
⭐ 2,670 Python 👤 om-ai-lab Organization 🕐 Aktualisiert 2026-10-16 📅 Erstellt 2024-07-04
28
llmsresearch/paperbanana

Open-Source-Implementierung und Erweiterung von Google Researchs PaperBanana für automatisierte akademische Figuren, Diagramme und Forschungsvisuals, erweitert auf neue Bereiche wie Folienerstellung.

llmsresearch
⭐ 2,496 Python 👤 llmsresearch Organization 🕐 Aktualisiert 2026-09-17 📅 Erstellt 2026-02-04
29
zai-org/GLM-V

GLM-4.6V/4.5V/4.1V-Denken: Auf dem Weg zu vielseitigem multimodalen Schlussfolgern mit skalierbarer Verstärkungslernmethode

zai-org
⭐ 2,406 Python 👤 zai-org Organization 🕐 Aktualisiert 2026-11-06 📅 Erstellt 2025-06-28
30
BAAI-Agents/Cradle

Das Cradle-Framework ist ein erster Versuch zur allgemeinen Computerkontrolle (GCC). Cradle unterstützt Agenten dabei, jede Computeraufgabe zu meistern, indem es starke Denkfähigkeiten, Selbstverbesserung und Fähigkeitenkuratierung in einer standardisierten allgemeinen Umgebung mit minimalen Anforderungen ermöglicht.

BAAI-Agents
⭐ 2,394 Python 👤 BAAI-Agents Organization 🕐 Aktualisiert 2024-11-07 📅 Erstellt 2024-03-03
31
heshengtao/comfyui_LLM_party

Das LLM-Agenten-Framework in ComfyUI umfasst die Knoten MCP-Server, Omost, GPT-sovits, ChatTTS, GOT-OCR2.0 und FLUX-Prompt. Es bietet Zugriff auf Feishu, Discord und passt sich an alle LLMs mit ähnlichen OpenAI/AISuite-Schnittstellen an, wie z. B. o1, ollama, gemini, grok, qwen, GLM, deepseek, kimi, doubao. Angepasst an lokale LLMs, VLMs, GGUF wie llama-3.3 Janus-Pro, Linkage GraphRAG

heshengtao
⭐ 2,393 Python 👤 heshengtao User 🕐 Aktualisiert 2026-07-29 📅 Erstellt 2024-04-13
32
DanOps-1/Gpt-Agreement-Payment

End-to-End-Protokoll-Wiedergabe-Toolkit für ChatGPT Plus/Team/Pro-Abonnement · hCaptcha visueller Solver · Empirische Forschung zu Anti-Betrug-Mechanismen / End-to-End-Protokoll-Wiedergabe-Toolkit für ChatGPT Plus/Team/Pro-Abonnement mit von Grund auf neu erstelltem hCaptcha-Solver und empirischer Anti-Betrug-Forschung

DanOps-1
⭐ 2,313 Python 👤 DanOps-1 User 🕐 Aktualisiert 2026-06-15 📅 Erstellt 2026-04-27
33
cosmo-wander-ai/cosmo-edge

Produktionsreife C++-Edge-KI-Engine für Videoanalysen und geräteinterne VLMs auf Sophon, Rockchip RKNN und x86, mit visueller Orchestrierung, Echtzeit-OSD, Ereignissen und reproduzierbaren Benchmarks.

cosmo-wander-ai
⭐ 2,106 C 👤 cosmo-wander-ai Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-06-09
34
CryptoAILab/Awesome-LM-SSP

Eine Leseliste für die Sicherheit, den Schutz und die Privatsphäre von großen Modellen (einschließlich Awesome LLM Security, Safety usw.).

CryptoAILab
⭐ 2,106 👤 CryptoAILab Organization 🕐 Aktualisiert 2026-09-02 📅 Erstellt 2024-01-09
35
yueliu1999/Awesome-Jailbreak-on-LLMs

Awesome-Jailbreak-on-LLMs ist eine Sammlung modernster, neuartiger, aufregender Jailbreak-Methoden für LLMs. Es enthält Arbeiten, Codes, Datensätze, Bewertungen und Analysen.

yueliu1999
⭐ 2,034 👤 yueliu1999 User 🕐 Aktualisiert 2026-11-08 📅 Erstellt 2024-06-27
36
NVIDIA-AI-Blueprints/video-search-and-summarization

Die NVIDIA AI Blueprint für Videosuche und -zusammenfassung (VSS) ist eine GPU-beschleunigte Referenzarchitektur zum Erstellen von Videoanalyse-Agenten mit Echtzeit-verifizierten Warnmeldungen, visuellen Frage-Antwort-Funktionen und automatisierten Berichten. Die VSS Blueprint verwendet visuelle Sprachmodelle (VLM) wie NVIDIA Cosmos, LLMs wie NVIDIA Nemotron, RAG und NVIDIA NIM.

NVIDIA-AI-Blueprints
⭐ 2,003 Python 👤 NVIDIA-AI-Blueprints Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-10-22
37
2U1/Qwen-VL-Series-Finetune

Eine Open-Source-Implementierung für das Fine-Tuning der Qwen-VL-Serie von Alibaba Cloud.

2U1
⭐ 1,983 Python 👤 2U1 User 🕐 Aktualisiert 2026-09-09 📅 Erstellt 2024-09-10
38
browser-use/macOS-use

Mac-Apps für KI-Agenten zugänglich machen

browser-use
⭐ 1,948 Python 👤 browser-use Organization 🕐 Aktualisiert 2025-03-05 📅 Erstellt 2025-01-23
39
Core-Mate/OpenGUI

OpenGUI ist ein Android-GUI-Agenten-Framework für KI auf Mobiltelefonen, das echte mobile Apps über die grafische Benutzeroberfläche sehen, planen und bedienen kann.

Core-Mate
⭐ 1,814 HTML 👤 Core-Mate Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2026-04-18
40
Tencent/AngelSlim

Modellkomprimierungs-Toolkit, entwickelt für verbesserte Benutzerfreundlichkeit, Umfassendheit und Effizienz.

Tencent
⭐ 1,811 Python 👤 Tencent Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-07-04
41
software-mansion/react-native-executorch

Leistungsstarke On-Device-KI-Inferenzbibliothek für React Native mit Fokus auf Datenschutz, angetrieben von PyTorchs ExecuTorch-Runtime

software-mansion
⭐ 1,794 TypeScript 👤 software-mansion Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-10-16
42
coderonion/awesome-yolo-object-detection

🚀🚀🚀 Eine Sammlung einiger großartiger öffentlicher YOLO-Objekterkennungs-Serienprojekte und der zugehörigen Objekterkennungsdatensätze.

coderonion
⭐ 1,747 👤 coderonion User 🕐 Aktualisiert 2025-05-31 📅 Erstellt 2022-02-19
43
zapdos-labs/unblink

Kameramonitoring mit VLM

zapdos-labs
⭐ 1,518 Go 👤 zapdos-labs Organization 🕐 Aktualisiert 2026-03-09 📅 Erstellt 2025-11-05
44
peterdsharpe/AeroSandbox

Schnelle Optimierung des Flugzeugdesigns durch Transformationen von Berechnungsgraphen (z. B. automatische Differentiation). Zusammensetzbare Analysewerkzeuge für Aerodynamik, Antrieb, Strukturen, Trajektorienentwurf und vieles mehr.

peterdsharpe
⭐ 1,400 Jupyter Notebook 👤 peterdsharpe User 🕐 Aktualisiert 2026-10-30 📅 Erstellt 2019-05-15
45
gokayfem/awesome-vlm-architectures

Kuratierter visueller Katalog mit über 200 Architekturen von Vision-Language-Modellen (VLM/MLLM): Fachartikel, Diagramme, Trainingsrezepte, Datensätze und ein Veröffentlichungszeitplan für multimodale KI-Agenten.

gokayfem
⭐ 1,368 Markdown 👤 gokayfem User 🕐 Aktualisiert 2026-10-27 📅 Erstellt 2024-02-15
46
fpgaminer/joycaption

JoyCaption ist ein visueller Sprachmodell (VLM) zur Bildunterschriftenerstellung, das von Grund auf als kostenloses, offenes und unzensiertes Modell für die Community aufgebaut wird, um es beim Training von Diffusionsmodellen zu verwenden.

fpgaminer
⭐ 1,303 Jupyter Notebook 👤 fpgaminer User 🕐 Aktualisiert 2026-02-24 📅 Erstellt 2024-10-12
47
zai-org/CogAgent

Ein Open-Source-End-to-End-VLM-basierter GUI-Agent

zai-org
⭐ 1,201 Python 👤 zai-org Organization 🕐 Aktualisiert 2026-10-12 📅 Erstellt 2023-11-28
48
InternRobotics/InternNav

Offene Plattform von InternRobotics zum Aufbau von allgemeinen Navigationsgrundlagenmodellen.

InternRobotics
⭐ 1,189 Jupyter Notebook 👤 InternRobotics Organization 🕐 Aktualisiert 2026-03-10 📅 Erstellt 2025-07-24
49
RainBowLuoCS/Gamer

Offizielle Implementierung von Gamer: Ein generalistisches Vision-Language-Action-Basismodell für Echtzeit-Spielagenten mit langfristigem Planungshorizont

RainBowLuoCS
⭐ 1,179 👤 RainBowLuoCS User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2026-10-30
50
momozi1996/awesome-ai-persona-skills

Die umfassendste, kontinuierlich aktualisierte und beliebteste Sammlung von über 100 Persönlichkeits-Destillationsfähigkeiten im Web | Multi-Agenten-Systeme | Alle Kategorien: Prominente/Regisseure/Online-Legenden/antike Texte/Anime/Arbeitsplatz/Emotionen

momozi1996
⭐ 1,129 Shell 👤 momozi1996 User 🕐 Aktualisiert 2026-09-02 📅 Erstellt 2026-04-10

Häufig gestellte Fragen

1

Welches ist das beliebteste #vlm-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#vlm-Projekt auf GitHub ist huggingface/transformers mit 169,339 Sternen. 🤗 Transformers: Der Framework zur Modell-Definition für State-of-the-Art-Machine-Learning-Modelle in Text, Vision, Audio und multimodalen Modellen, sowohl für Inferenz als auch für Training.

2

Welche Programmiersprachen werden in #vlm-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #vlm-Projekten auf GitHub sind Python, Jupyter Notebook, TypeScript, Go die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #vlm-Repositories berechnet?

Wir verfolgen 89 aktive Open-Source-Repositories, die mit #vlm getaggt sind (500+ Sterne), mit insgesamt 457,898 Sternen und durchschnittlich 5,144 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.